使用CMake为CUDA构建多配置/多平台

时间：2018-02-13 09:39:10

标签： c++ linux visual-studio cuda

我最近与CMake进行了一些斗争，试图让它在涉及Cuda的不同平台上为Debug和Release目标生成项目文件。我在C和Windows上使用的Cuda版本是9.1。 CMake版本在Windows上为3.9，在Linux上为3.10。

问题实际上很简单，因为如果 nvcc 正确传递"-DEBUG"标志，我就可以在Windows上生成构建。但是，我似乎无法通过配置自动正确传递标志。我尝试使用CMAKE_NVCC_FLAGS_CONFIG，CMAKE_CXX_FLAGS_CONFIG将CUDA_PROPAGATE_HOST_FLAGS设置为ON/OFF，将CUDA_HOST_COMPILATION_CPP切换为ON/OFF也没有帮助。使用表达式生成器设置标志以使用set_directory_property设置目录属性，或作为cuda_add_executable的选项也不起作用。

这是我的cmake脚本的要点：

# CMake entry point
cmake_minimum_required (VERSION 3.9.1)

set( APP_NAME example-CUDA )

find_package(XYZ)
find_package(CUDA)  # not required according to 1st-class status in CMake3 .8+

enable_language(CUDA)
set(CUDA_VERBOSE_BUILD ON)

set(SRC_EXAMPLE "main.cpp" "gj.cu"  "gj.cuh")
SOURCE_GROUP(Example FILES ${SRC_EXAMPLE})

set(SRC_BUILD_FILES ${SRC_EXAMPLE})

# note: similar stuff for linux ommitted..
if("${CMAKE_SYSTEM_NAME}" STREQUAL "Windows")
    set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} /MP")
    set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} /W4 /WX /sdl- -Zm256")
    set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} /MD")
    set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} /we4146 /we4308 /we4532 /we4533 /we4700 /we4703 /we4789 /we4995 /we4996")
    set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} /INCREMENTAL")
    set(CMAKE_CXX_FLAGS_DEBUG "${CMAKE_CXX_FLAGS_DEBUG} /MP")
    set(CMAKE_CXX_FLAGS_DEBUG "${CMAKE_CXX_FLAGS_DEBUG} /we4146 /we4308 /we4532 /we4533 /we4700 /we4703 /we4789 /we4995 /we4996")
    set(CMAKE_CXX_FLAGS_DEBUG "${CMAKE_CXX_FLAGS_DEBUG} /W4 /WX /sdl- -Zm256")
    set(CMAKE_CXX_FLAGS_DEBUG "${CMAKE_CXX_FLAGS_DEBUG} /Zi")
    set(CMAKE_CXX_FLAGS_DEBUG "${CMAKE_CXX_FLAGS_DEBUG} /D_DEBUG" CACHE STRING "compile flags debug" FORCE)
endif()

# cuda 9 flags for max compatibility ( note: no more sm 20!)
set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}    "-arch=sm_30 -gencode=arch=compute_30,code=sm_30 -gencode=arch=compute_50,code=sm_50 -gencode=arch=compute_52,code=sm_52 -gencode=arch=compute_60,code=sm_60 -gencode=arch=compute_61,code=sm_61 -gencode=arch=compute_62,code=sm_62 -gencode=arch=compute_70,code=sm_70 -gencode=arch=compute_70,code=compute_70")

include_directories(SYSTEM  ${CUDA_TOOLKIT_INCLUDE} ${CMAKE_CURRENT_SOURCE_DIR})

#set(CUDA_HOST_COMPILATION_CPP ON) 
#set(CUDA_PROPAGATE_HOST_FLAGS ON)

#set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}   " -D_DEBUG ")             # works, but hadcoded config :(

set(CUDA_NVCC_FLAGS_DEBUG   ${CUDA_NVCC_FLAGS_DEBUG}    " -D_DEBUG ") # fails, not picked up..

#cuda_add_executable (${APP_NAME} ${SRC_EXAMPLE} OPTIONS $<$<CONFIG:Debug>:"-DEBUG">) #fails, generator not run

cuda_add_executable (${APP_NAME} ${SRC_EXAMPLE})
target_link_libraries (${APP_NAME} PUBLIC CUDA XYZ)

我在VS2015中遇到的错误（我也使用2017年）是典型的_ITERATOR_DEBUG_LEVEL不正确，这意味着其中一个编译单元没有正确传递-DEBUG标志，并且链接器看到了反复和释放模块混合。由nvcc.exe构建的模块在内部传递以供cl.exe编译用于非cuda代码位，除了缺少所有_DEBUG配置标志。我通过FindCUDA.cmake阅读了一些有趣的内容，但几乎不可能分辨出哪些有用，哪些无效。

我显然错过了什么，但是什么？任何解决方法？

更新1：我还在CMakeLists.txt层次结构中提前设置了以下方法：

project (MyLittleBigProject)

# Set default build type
set(PROJECT_CONFIGURATIONS      Debug Release               CACHE TYPE INTERNAL FORCE)
if(DEFINED CMAKE_BUILD_TYPE)
    set(CMAKE_BUILD_TYPE ${CMAKE_BUILD_TYPE} CACHE STRING "Build configs: ${PROJECT_CONFIGURATIONS}")
else()
    set(CMAKE_BUILD_TYPE Debug CACHE STRING "Build configs: ${PROJECT_CONFIGURATIONS}")
endif()

2 个答案:

答案 0 :(得分：1)

我不了解CUDA / NVCC，但查看FindCUDA的文档，您可以尝试以下几种方法：

  • 通过CMAKE_C_FLAGS_DEBUG传递调试标记，因为CUDA_HOST_COMPILER的文档指出默认使用CMAKE_C_COMPILER，而不是CMAKE_CXX_COMPILER，
  • 通过cuda_add_executable()传递调试标记：文档指示它调用cuda_wrap_srcs()，您可以使用OPTIONS DEBUG ...传递特定标记

希望这有帮助。

答案 1 :(得分：0)

有很多事情共同努力来创造这个问题，最大的问题是对VS2017的支持根本不存在。

也就是说，通过构建我自己的Cmake虚拟目标来包装所有CUDA库依赖项和构建设置，我仍然可以正确地为其他编译器工作。我从可以找到的CUDA的现有Find_XXX CMake脚本开始，并在宏之后添加了以下部分（我几乎使用了任何依赖项的技巧）。这一部分实际上并不是绝对必要的，因为CMake显然在幕后为你做了同样的事情，但它也适用于自动化出现问题的情况，并且奖励你可以完全控制正在发生的事情。

set(API "CUDA")
if(NOT TARGET "${API}")     
    if (CUDA_cudart_static_LIBRARY)     # we assume at least cuda 5.5+
        add_custom_target("Generate${API}" DEPENDS  "${CUDA_cudart_static_LIBRARY}" )        
        add_library(            "${API}"            STATIC          IMPORTED                                GLOBAL )      
        set_property(TARGET     "${API}"            PROPERTY        IMPORTED_LOCATION                       "${CUDA_cudart_static_LIBRARY}")
        set_property(TARGET     "${API}"            PROPERTY        INTERFACE_LINK_LIBRARIES                "${CUDA_LIBRARIES}")        

        set_property(TARGET     "${API}"            PROPERTY        INTERFACE_INCLUDE_DIRECTORIES           "${CUDA_INCLUDE_DIRS}"   )
        set_property(TARGET     "${API}"            PROPERTY        FOLDER                                  "APIGenerators"     )
        set_property(TARGET     "Generate${API}"    PROPERTY        FOLDER                                  "APIGenerators"     )
        add_dependencies(       "${API}"            "Generate${API}")
    else()
        add_library(            "${API}"            INTERFACE       IMPORTED                                GLOBAL )
    endif() 
endif()

现在您已经为CUDA准备了自己的CUDA Find_Package调用，yhou可以继续设置cmake来创建项目，只需调用find_package（CUDA）即可。 CMake'自动'识别CUDA，因此链接实际上是隐含的。以下是我为幕后调用的NVCC编译步骤设置一些变量的方法：

enable_language(CUDA)
set(CUDA_VERBOSE_BUILD ON)

set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}    "-I=${GLM_INCLUDE_DIR} ")
set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}    "-I=${GLEW_INCLUDE_PATH} ")
set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}    "-I=${YOUR_INCLUDE_DIRS} ")
# cuda 9 flags for max compatibility ( no more sm 20!)
if("${CMAKE_SYSTEM_NAME}" STREQUAL "Windows")
    #set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}   "-arch=sm_30 -gencode=arch=compute_30,code=sm_30 -gencode=arch=compute_50,code=sm_50 -gencode=arch=compute_52,code=sm_52 -gencode=arch=compute_60,code=sm_60 -gencode=arch=compute_61,code=sm_61 -gencode=arch=compute_62,code=sm_62 -gencode=arch=compute_70,code=sm_70 -gencode=arch=compute_70,code=compute_70")
    set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}    "-arch=sm_30")
    set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}    " -gencode=arch=compute_30,code=sm_30")
    set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}    " -gencode=arch=compute_50,code=sm_50")
    set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}    " -gencode=arch=compute_52,code=sm_52")
    set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}    " -gencode=arch=compute_60,code=sm_60")
    set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}    " -gencode=arch=compute_61,code=sm_61")
    set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}    " -gencode=arch=compute_62,code=sm_62")
    set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}    " -gencode=arch=compute_70,code=sm_70")
    set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}    " -gencode=arch=compute_70,code=compute_70")
else()      
    set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}    "-arch=sm_30")
    set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}    " -gencode=arch=compute_30,code=sm_30")
    set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}    " -gencode=arch=compute_50,code=sm_50")
    set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}    " -gencode=arch=compute_52,code=sm_52")
    set(CUDA_NVCC_FLAGS   ${CUDA_NVCC_FLAGS}    " -std=c++11")
endif()

现在你可以关闭包含主机标志的CUDA标志，因为你自己设置了它们，并指定了我的情况下所需的一些相关的编译定义。

set(CUDA_HOST_COMPILATION_CPP OFF)
set(CUDA_PROPAGATE_HOST_FLAGS OFF)
target_compile_definitions(${APP_NAME} PRIVATE $<$<CONFIG:Debug>:"_DEBUG ">)
target_compile_definitions(${APP_NAME} PRIVATE "_MWAITXINTRIN_H_INCLUDED")
target_compile_definitions(${APP_NAME} PRIVATE "_FORCE_INLINES")
target_compile_definitions(${APP_NAME} PRIVATE "__STRICT_ANSI__")

set_target_properties(${APP_NAME} PROPERTIES COMPILE_FLAGS "-std=c++11")

最后但并非最不重要的是，切换到C ++ 11编译，因为否则您的编译器可能会被所有＆lt; ＆GT;类似模板的自动类型构造。

set_target_properties(${APP_NAME} PROPERTIES COMPILE_FLAGS "-std=c++11")

希望这对你们中的一些人有所帮助。如果您知道如何在没有太多麻烦的情况下让它在VS2017上运行，请发表评论！

相关问题
最新问题